模糊圖像的超分辨率重建方法研究.pdf

1、在數(shù)字圖像的獲取過程中，由于成像器件采樣頻率的限制會(huì)導(dǎo)致欠采樣，大氣擾動(dòng)、對(duì)焦不準(zhǔn)會(huì)導(dǎo)致圖像模糊，存儲(chǔ)傳輸過程還會(huì)引入噪聲污染，因而實(shí)際獲得的圖像分辨率往往不能滿足視覺或者圖像處理的要求。在不改變?cè)谐上裨O(shè)備的基礎(chǔ)上，利用超分辨率重建方法獲得分辨率更高的圖像，成為圖像復(fù)原、圖像增強(qiáng)方面的一個(gè)新的研究熱點(diǎn)。
　　本文從基于多幀重構(gòu)的重建、基于單幀學(xué)習(xí)的重建、點(diǎn)擴(kuò)散函數(shù)未知時(shí)的盲重建以及重建圖像的振鈴效應(yīng)抑制等方面進(jìn)行了深入的研究分析

2、。
　　在基于重構(gòu)的算法中，主要研究了最大后驗(yàn)概率(MAP)理論框架下，分別使用laplacian正則項(xiàng)和Huber正則項(xiàng)對(duì)高分辨率圖像進(jìn)行平滑約束的正則化算法，對(duì)比了二者的重建結(jié)果，并對(duì)正則參數(shù)的自適應(yīng)求解進(jìn)行分析。
　　在基于學(xué)習(xí)的算法中，主要研究了四種典型的學(xué)習(xí)重建算法，即基于例子、基于主動(dòng)輪廓、基于局部線性嵌入和基于預(yù)分類學(xué)習(xí)的方法。針對(duì)學(xué)習(xí)算法中樣本庫(kù)不能很好的適應(yīng)模糊圖像的學(xué)習(xí)重建，提出一種結(jié)合點(diǎn)擴(kuò)散函數(shù)(PSF

3、)支持域估計(jì)的方法來提高樣本庫(kù)的適應(yīng)性，在放大倍數(shù)不是很大的情況下，先估計(jì)低分辨率插值圖像的PSF支持域，根據(jù)估計(jì)結(jié)果對(duì)構(gòu)建樣本庫(kù)的高分辨率圖像進(jìn)行模糊降質(zhì)，使得待重建圖像在同一模糊程度的樣本庫(kù)上進(jìn)行學(xué)習(xí)重建。實(shí)驗(yàn)證明，該方法對(duì)模糊圖像學(xué)習(xí)重建有一定的作用。
　　對(duì)于PSF未知時(shí)的盲重建，分析了兩種典型方法，即雙正則方法和誤差-參數(shù)曲線法的原理及局限性，同時(shí)提出一種基于退化模型估計(jì)的盲重建方法，首先從單幀學(xué)習(xí)方法得到的重建結(jié)果中提

4、取恢復(fù)較好的強(qiáng)邊緣塊作為參考?jí)K，在多幀重構(gòu)算法中嘗試使用不同的PSF進(jìn)行重建，當(dāng)重建結(jié)果中對(duì)應(yīng)塊與參考?jí)K的相似度取得極大值時(shí)即可得到估計(jì)的PSF和高分辨率圖像。該方法將PSF的估計(jì)問題轉(zhuǎn)換為參考?jí)K的相似性問題，實(shí)驗(yàn)證明，該方法對(duì)于較為模糊的圖像也能得到不錯(cuò)的重建效果。
　　本文最后介紹了循環(huán)邊界法和模糊濾波方法在振鈴效應(yīng)抑制方面的作用。
　　通過實(shí)驗(yàn)證明，本文方法對(duì)模糊圖像的學(xué)習(xí)重建和盲重建的效果均有改進(jìn)，具有一定的研究意義